基于多段落排序的机器阅读理解研究

针对多段落的机器阅读理解问题，在双向注意力流（BiDAF）模型的基础上，结合双向长短期记忆网络（BiLSTM）和self-attention机制构建了多段落排序BiDAF（PR-BiDAF）模型，利用该模型定位答案所在的段落，然后在预测段落中寻找最终答案的始末位置。实验结果表明，相较于BiDAF模型，本文提出的PR-BiDAF模型的段落选择正确率、BLEU4指标及ROUGE-L指标分别提高了约13%、6%和4%。